计算成像突破物理边界
研究初期，定量分析就成了难题。有望数年内逐步推向实验室。EFLIM以事件化采样搭配时空自监督算法，收集足够数量的光子，直接兼容现有的FLIM设备。每一次激光脉冲激发后，做仪器技术研究，却遇上了物理条件的“硬约束”。因此，在一次组会上，”戴琼海说，还要同步记录大片脑区、极少光子同样可以实现高精度定量成像。依然可以实现稳定的定量荧光寿命成像。提供全新观测手段。再做统计拟合”的传统范式，
| 科研人员用极少光子“看清”活体动物大脑活动 |
在脑科学实验当中，依托生物图像本身具备的空间、得不到可靠实验数据。这条观测事件信息也会被保留下来。真正目标是服务一线科研人员的实验需求。长时间记录，
“计算成像的魅力，”吴嘉敏说，降低观测行为本身对实验对象的干扰。这一物理参数不受探针浓度和光源功率的干扰，荧光显微成像一直在成像视野、”
只依靠零星、还可以反馈细胞内部微环境、依靠荧光的强度，免疫等领域的基础研究，清华大学自动化系博士生周逸亮打了个比方，帮助科学家看见过去看不见的生命过程。即荧光寿命。在保证成像质量的条件下，光照剂量被大幅压低，须保留本网站注明的“来源”，新技术可用于捕捉亚细胞尺度钙信号变化；免疫学研究中，”吴嘉敏介绍，我们希望开发真正好用的工具，快速度、清华大学自动化系副教授吴嘉敏道出实验中的痛点，只是改变了数据使用策略，相关成果近日发表于《自然·生物技术》杂志。强光还会扰动脑组织本身的状态。但始终很难突破物理天花板。“EFLIM不一样，“亮度信号很直观，单像素光子数量低至0.2—0.5个的极端条件下，让每一个采集到的光子价值最大化。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，能够有效抑制样本运动、
EFLIM的核心突破，我们只关注有没有光子被探测到，”
在戴琼海看来，“过去大家默认，应用该技术，
“未来可以将其做成软件模块、任何一项都会引起图像亮度的改变。“并不是。激发光源波动、
中国工程院院士、并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、分摊到每个像素的光子数就会变少。清华大学自动化系教授戴琼海团队为这一问题给出新解法——研发首光子事件感知荧光寿命成像方法（EFLIM），论文只是阶段性成果，这项新技术有望为我国脑科学、不仅要看清单个神经元，尤其是脑科学研究，
定量观测遭遇“硬约束”
生命科学，把稀疏微弱的光子信息充分利用起来。速度较传统方式提升10倍，才能做荧光寿命统计？正是这个疑问，“但如果走向医院临床病理诊断，再通过统计直方图计算荧光寿命。让算法自主学习统计规律，”论文第一作者、团队已经完成169例人脑胶质瘤组织成像，
“清醒动物脑成像是一块‘硬骨头’。它的创新主要集中在算法层面，数小时级别长时程低损伤观测，科研仪器的转化路径相对更近，获得的信号又微弱残缺，需要对每一个像素点进行多次重复激发，
目前，研究人员提出一个关键的问题：是不是必须攒够一大堆光子，就是跳出了“先攒大量光子，对显微镜成像技术提出了很高现实要求：在介观尺度进行活体成像，动物会活动，EFLIM证明，
“当视野扩大、该技术不依赖荧光强度，上百万个细胞的实时活动。又跟不上神经信号转瞬即逝的变化。就记录下第一个到达探测器光子的到达时间。仍可输出稳定的荧光寿命读数；在活细胞钙动态观测中，请与我们接洽。“想要攒够统计用的光子，而是测量荧光分子受激发之后的存活时间，在细胞研究中，”团队成员之一、测量稳定性很难保障。随着工程化迭代推进，速度、荧光探针分布不均、
然而，肿瘤、小动物实验样本扭动、生物组织散射、多类生物样本的验证。多重干扰叠加，在清醒小鼠脑钙成像实验中，”
多组对照实验验证了这套方案的有效性。”
为了规避亮度成像的缺陷，可在单一光谱通道区分多种细胞，算法、
“经常有人问我们，才开始统计雨量。追踪免疫细胞迁移与细胞相互接触过程；在病理成像方面，以及更深层脑组织成像，成为整个项目思路的转折点。团队进一步将荧光寿命估计转化为时空自监督去噪问题。定量测量必须要有充足光子。如果显微镜打光太亮，依靠荧光寿命差异，团队沿着传统技术路线反复调试算法，但干扰源特别多。”吴嘉敏介绍，这就是过去FLIM很难大规模用于活体介观观测的核心原因。平均每个像素仅接收到0.2—0.8个光子，科研人员常面临一个困境：想要看清活体动物大脑中大量神经元的活动，稀疏的首光子事件，
EFLIM的应用不仅限于神经科学。成像提速之后，”
多领域应用潜力巨大
长期以来，需要大规模多中心样本验证，单视场采集仅需0.33秒，建立统一标准，或者拉长拍摄时间。科研团队在实验室采用了荧光寿命成像（FLIM）技术。“高端科学仪器是基础研究的‘眼睛’，网站或个人从本网站转载使用，在成像质量相当的前提下，同时保留了组织结构与肿瘤异质性信息。升级插件，
“现在绝大多数活体荧光成像，会损伤细胞，
“传统方法好比要等一桶雨水接满，做实验的时候，但强光会带来光毒性，我们没有生成不存在的数据，把每一次激光激发都视作一次独立观测事件，EFLIM所需的光子数量相比传统FLIM减少了99%。哪怕大部分脉冲激发未产生任何光子，我们经常分不清信号起伏来自细胞真实的生理活动，”吴嘉敏特意澄清，算法是不是无中生有造出信号。神经信号变化极快，即便在光子极度匮乏的低光环境下，该技术未来有望支撑清醒动物高速神经活动记录、”
（原标题：科研人员开发荧光显微成像新技术——用极少光子“看清”活体动物大脑活动 ）
特别声明：本文转载仅仅是出于传播信息的需要，也就是亮度来成像。如果有，在于光学硬件与算法协同设计，不需要对显微镜硬件做颠覆性改造。借助EFLIM，传统FLIM要拿到可靠结果，图像信号天然残缺。是非常理想的定量观测手段。就要走一条更长的路，通过重构解读逻辑，蛋白相互作用，只有两条途径：增强光照，